关键词：电池集流盘;轻量化;缺陷检测;Jetson Nano
摘 要：集流盘作为新能源汽车电池的重要组成部件，其质量好坏关系到电池的性能，对车内人员的生命安全有着重要影响。实际工业应用中，在有限的计算资源下对电池集流盘缺陷进行实时检测是一项具有挑战性的任务。为了减小模型大小和计算量，降低应用成本，本文提出一种轻量化的新能源汽车电池集流盘缺陷检测模型(SGCNet)。首先，采用ShuffleNet V2作为主干特征提取网络，采用分组卷积和通道重排技术，在提取有效特征的同时降低计算复杂度，降低参数量。其次，设计了轻量化的特征融合网络GC-FPN,采用轻量级GhostNet和CARAFE上采样算子，在减少参数冗余和保证检测精度的情况下充分保留特征图的语义信息，从而降低了计算成本。实验结果表明，SGCNet模型检测准确率达到了90.6%,模型大小为3.2 M,GFLOPs仅为3.6,帧率达到了178.6 fps。与目前先进的轻量化网络模型相比，具有较高检测精度和较低的计算量。最后，在嵌入式平台NVIDIA Jetson Nano上部署SGCNet模型，进行实时检测，每张图片的检测时间为0.07 s,满足实际工业中电池集流盘缺陷检测任务对精度和实时性的要求。
内 容：原文可通过湖北省科技资源共享服务平台(https://www.hbsts.org.cn/)获取